เทรดดิ้งโดยใช้การพยากรณ์ความผันผวน Garch ควอนตัม Financier เขียนบทความที่น่าสนใจระบอบการสลับการใช้ระบบการพยากรณ์ความผันผวน บทความที่นำเสนอขั้นตอนวิธีที่สง่างามเพื่อสลับไปมาระหว่างหมายถึงการพลิกกลับและกลยุทธ์แนวโน้มการดังต่อไปนี้ขึ้นอยู่กับความผันผวนของตลาด สองรูปแบบมีการตรวจสอบอย่างใดอย่างหนึ่งโดยใช้ค่า Volatility และอื่น ๆ โดยใช้ Garch (1,1) การพยากรณ์ความผันผวน กลยุทธ์หมายถึงการพลิกกลับเป็นแบบจำลองที่มีอาร์เอส (2): ยาวเมื่อ RSI (2) และสั้นเป็นอย่างอื่น กลยุทธ์แนวโน้มต่อไปนี้เป็นแบบจำลองที่มีการ SMA 50/200 ครอสโอเวอร์: Long เมื่อวานนี้ (50) & gt; SMA (200) และสั้นเป็นอย่างอื่น ผมต้องการแสดงให้เห็นว่าจะใช้ความคิดเหล่านี้โดยใช้ห้องสมุด backtesting ในกล่องเครื่องมือนักลงทุนอย่างเป็นระบบ หลังจากโหลดรหัสราคาประวัติศาสตร์จาก Yahoo คู่หมั้นและเปรียบเทียบประสิทธิภาพการทำงานของถือลงทุนค่าเฉลี่ย-พลิกกลับและกลยุทธ์แนวโน้มต่อไปนี้การใช้ห้องสมุด backtesting ในกล่องเครื่องมือลงทุนระบบ: ถัดไปขอสร้างกลยุทธ์ที่สลับระหว่างหมายถึงการพลิกกลับและกลยุทธ์แนวโน้มการดังต่อไปนี้ขึ้นอยู่กับความผันผวนของตลาดประวัติศาสตร์ ถัดไปให้สร้าง GARCH (1,1) การพยากรณ์ความผันผวน ฉันจะแนะนำการอ่านบทความต่อไปนี้สำหรับผู้ที่ต้องการที่จะหาสิ่ง GARCH คือทั้งหมดที่เกี่ยวกับหรือฟื้นฟูความรู้ของพวกเขา GARCH (1,1) โดยฮาร์เปอร์โดยเดวิดบทความแนะนำที่ดีมากที่มีจำนวนมากไดอะแกรมภาพ ปัญหาในทางปฏิบัติในการสร้างแบบจำลองแบบ univariate GARCH โดยวาย Chalabi ขั้นตอนดี Wurtz โดยตัวอย่างขั้นตอนของการปรับ GARCH (1,1) รุ่นที่มีรหัส R เต็มรูปแบบ บทนำพื้นฐานเพื่อ GARCH โดยควอนตัมการเงินเป็นชุดของโพสต์ที่จะไปในรายละเอียดและการตั้งสมมติฐานของ GARCH และ EGARCH มีแพคเกจ R ไม่กี่เพื่อให้พอดีกับรุ่น GARCH มี ผมจะพิจารณาจากฟังก์ชั่นแพคเกจ garch tseries และฟังก์ชั่นแพคเกจจาก garchFit fGarch ฟังก์ชั่นแพคเกจจาก garch tseries เป็นไปอย่างรวดเร็ว แต่ไม่เคยหาทางแก้ปัญหา ฟังก์ชั่นแพคเกจจาก garchFit fGarch จะช้า แต่ไม่บรรจบกันขึ้นอย่างต่อเนื่อง เพื่อแสดงให้เห็นความแตกต่างระหว่างความเร็วฟังก์ชั่นและการทำงาน garch garchFit ฉันสร้างมาตรฐานง่ายๆ ฟังก์ชั่น garchFit เป็นค่าเฉลี่ย 6 ครั้งช้ากว่าฟังก์ชั่น garch ดังนั้นเพื่อให้การคาดการณ์ความผันผวนของผมจะพยายามที่จะใช้ฟังก์ชั่น garch เมื่อใดก็ตามที่สามารถหาวิธีแก้ไขและฟังก์ชั่นอื่น garchFit ตอนนี้ขอสร้างกลยุทธ์ที่สลับระหว่างหมายถึงการพลิกกลับและกลยุทธ์แนวโน้มต่อไปขึ้นอยู่กับ GARCH (1,1) การคาดการณ์ความผันผวน กลยุทธ์ที่ใช้สลับ GARCH (1,1) การคาดการณ์ความผันผวนดำเนินการเล็กน้อยดีกว่าหนึ่งที่ใช้ความผันผวนของประวัติศาสตร์ มีวิธีที่แตกต่างกันมากมายที่คุณสามารถใช้เวลาในการรวมการพยากรณ์ในรูปแบบของคุณและกลยุทธ์การซื้อขาย R มีชุดที่อุดมสมบูรณ์มากของแพคเกจแบบอนุกรมเวลาและการคาดการณ์ นี่คือตัวอย่างที่ผมพบว่าที่น่าสนใจคือ เพื่อดูรหัสที่สมบูรณ์เช่นนี้โปรดดูได้ที่ bt. volatility. garch () ฟังก์ชันใน bt. test. r ที่ GitHub